|
部门间相互扯皮、数据“打架”；管理层盲目做决策、推行抗性大；“闭着眼”做项目，卖完了才发现没赚钱……瞬息万变的市场和难以预判的调控，本就让房企如履薄冰，而这些问题无疑是雪上加霜。那么，企业该如何在不确定中增强确定性，占得先机，从而让经营更有把握呢？ 前不久万科、龙湖、融创、正荣四家标杆房企，在同一天晚上启动了2019届校招计划，引发了热烈转发。 其中，龙湖招聘的岗位清单引起了笔者的注意，其数字科技部的5个岗位、运营部的主数据岗位，或多或少体现了龙湖的转型趋势和运营管理的精细化诉求，尤其主数据管理岗作为项目负责人储备，可见龙湖运营管理体系对数据管理的重视程度和能力要求。 一叶知秋。进入下半场，房企规模的快速扩张要求管理者不能止步于少数几个项目的成功，而需要对所管理的项目通盘考虑，对层出不穷的新兴业务快速决策，对市场和政策环境的变化及时应对。 在此背景下，有效的数据治理可以直观地呈现当前企业的战略目标达成情况、经营管理现状与风险，及各专业条线的业务能力，是企业精细化经营的重要支撑。 那么，如何通过统一的规则和路径，将数据信息有效地转变为经营决策依据呢？ 1 数据“打架”，一笔糊涂账
上述都是房企经营管理中常见的问题，而为避免各种数据扎堆，成为一笔糊涂账，先要理清地产开发业务中的三层数据：主数据层、业务数据层、经营指标层。 主数据层是在统一的业务口径下，被不同业务部门调用的基础数据，如项目、分期、业态、楼栋的基础数据和面积数据。 业务数据层是在主数据基础上，项目开发过程中各项业务活动产生的具体数据，如签约、回款、单方成本等数据。 经营指标层则通过将业务数据进行整合分析，反映公司或项目整体经营效果的数据，如毛利润、净利润等数据。 其中，主数据作为最底层的基础数据，是经营分析的基础。 如果底层主数据的结构不清晰，分层级、分阶段的数据维护时间、责任部门不明确，就会存在前述数据不一致，进而会影响到公司经营分析及经营决策的准确性： 一是各个部门间未形成统一的主数据层级结构，像是营销的数据层级关系为项目-地块-楼栋，成本的数据层级关系为项目-分期-业态，那么同一层级上的收入、成本等数据无法获取，无法在项目、分期、业态层级进行毛利率、净利率等经营数据的分析； 二是各个部门对项目、分期、业态、楼栋等命名规则没有统一管理，命名方式不尽相同，业态的划分标准不统一，则会导致在项目层面无法进行各个系统数据的联动分析，货值数据不准确，无法“以销定产”； 三是面积数据在各个阶段的维护部门、维护时间、报送哪些使用部门没有明确的规则，影响单方成本、毛利等指标测算的准确性，如果各个阶段的面积偏差过大，单方成本测算未能使用最新的面积数据，则可能导致项目卖完了，结算时才发现没赚钱。 那么，该如何梳理、完善企业的主数据呢？ 2 三步走让企业主数据更全面、清晰 ▋建立主数据结构，满足各条线经营分析需要 梳理经营主线、业务支线的业务逻辑，统一主数据结构，实现数据从户汇总到各层级主线和支线，满足各个专业数据统计、分析的需要。 某房企主数据的层级结构如下： ▋明确项目、分期、业态、楼栋等界定标准及命名规则，统一管理 项目界定标准上，例如基于经营管理需要要求项目的现金流回正周期为X个月，原则上，一次支付地价款的若干个地块，应归为同一个项目。 界定分期标准上，明确分期与地块、标段、批次的区别。 命名规则上，以碧桂园产品主数据的项目编码和命名规则为例，项目编码采取4位编码方式，第一位固定为P，代表房地产项目，后3位为流水号，从001到999递增，共计支持999个房地产项目；而在房地产项目命名规则上，第一级为地级市（省会城市、直辖市），第二级为区（县、县级市），第三级为乡镇，命名方式为：第一级 第二级 第三级 “碧桂园”。 ▋建立主数据字典，明确建筑面积和可售面积的维护阶段、时间、责任专业及数据使用专业 建立主数据字典，以万科楼栋层级的产品主数据为例，一级分类包括基础信息、开发计划、规划设计、设计图纸等。其中： 开发计划的二级分类为楼栋节点，楼栋节点的字段包括开盘时间、封盘时间、竣工时间、交付时间； 规划设计的二级分类包括楼栋规划参数、楼栋面积。其中楼栋规划参数的字段包括总层数、楼高、层高、地上层数、地下层数、架空层有/无、半地下有/无、单元总数、户数、每单元户数等； 设计图纸的二级分类包括施工图纸、竣工图纸。 同时，关于产品主数据的维度还包括字段说明、填写规则、数据填写依据、填写形式、字段来源、字段合并说明、责任业务部门、数据产生的项目阶段等等。 建立企业主数据字典之后，分层级、分阶段对主数据进行维护，分发给其他业务系统使用。 3 经营指标赋予数据治理以管理意义 对于前面提到的主数据及各个业务系统的数据，如果不加以有序的管理，将变成海量数据的重复填报、无效堆砌，耗费大量的人工，不利于效能提升。 针对此，标杆企业逐步建立起经营指标分析体系，根据企业自身发展目标，分解经营指标，明确各层级、各专业管控重点，梳理考核/监控指标及其标准，建立经营分析及预警机制；同时模拟多种业务场景下经营指标的变动情况，辅助经营决策。 ▋结合公司战略目标，分解经营指标 在企业的经营管理中，从业务数据到指标数据，要有一个分级、分类的过程。基于业务特性，结合企业的战略目标和管理重点，借鉴标杆企业管理经验，建立一套符合企业自身特点的经营指标管理体系： 示例1：公司追求股东投入回报率和规模增长，则对ROE和复合增长率进行分解 在资金安全底线的前提下，以“高质量的高增长”为主线，根据ROE和复合增长率这两个核心指标的计算逻辑，将指标进行分解，得到11个指标管理模块，共同构成了经营指标体系。 示例2：公司关注全周期、全流程、全专业协同，则围绕开发流程梳理相关指标 ▋建立预警及经营分析机制，动态监控经营结果 经营过程中，内外部环境的变化，如政策调整、市场变化、项目节点延误等，会导致公司、项目的经营偏离计划，经营指标数据便会出现异常。通过建立基于经营指标体系的预警及经营分析机制有助于对经营过程中的指标异动实现快速识别和精准研判。 具体来说，建立基于经营指标体系的预警及经营分析机制需要经历以下步骤： 一是明指标。对经营指标进行分类分级管理，明确集团/区域/城市/项目分别考核、监控哪些指标。结合各个专业条线和管理层级的目标导向、管控重点、应用场景，选取经营指标，形成不同的经营分析模块，如签约回款类、利润实现类、投资达成类。
二是定标准。针对考核、监控指标，设立相应标准，一旦突破标准，系统自动预警。指标标准主要分为三类：
三是强监控。不同分析模块的组合，可形成满足不同专业条线和不同管理层级需求的经营看板，进行可视化的动态监控，一旦相关指标突破标准，系统自动预警。
四是重分析、溯问题根源。对于出现异常的指标纵向做组织维度的指标下钻分析，从集团层面下钻至区域、城市公司甚至项目，精准研判出现问题的业务条线和组织层级。
经营看板是由各类各级的经营信息汇总而成的观察与查询的界面，其作用一方面在于能够及时、准确、全面地反映企业经营状况；另一方面能辅助经营管理人员开展各类决策。 ▋模拟多业务场景下经营指标变动情况，提供经营预判结果 仅仅对经营指标异动进行识别和研判还无法有效辅助经营决策，需要对管理动作输出进行有效模拟，实现“将建议落到业务动作”。
这些都可以通过提前模拟来分析得出。 一是识别经营指标异动的原因：造成货值缺口的原因是什么？是供货不足还是去化大大优于预期？ 二是针对异动原因选择相关策略：如果是供货不足要加快供货计划，那么具体是哪些项目可以提前供货？如果是去化大大优于预期，那是要提高价格还是保持现有价格加快去化、快速回笼资金？ 三是模拟多业务场景下经营指标敏感性分析：加快A城市b项目供货计划，经营结果如何变动？提高项目销售价格，经营结果如何变动？管理层是否能接受这一变动？ 通过这类分析模型，调整某些可以作为敏感因子的指标，如价格、融资规模、供货节奏等；输出关键经营指标结果的变化，如净利润、ROE、现金流回正周期、货值缺口等。管理层依据指标变动趋势，做出相应决策。 4 主数据与经营指标的信息化落地 一是保障数据的及时性、准确性。如万科在主数据系统落地的过程中，专门增加数据维护的考核项，根据过程中监控的结果，进行排名、扣分等考核管理。 二是推进指标的管理、应用在各个部门落地。负责落地的人员需要联合各专业条线明确公司目标与各专业条线目标之间的关系，使得管理看板呈现的数据能够准确反映经营状况，并有效辅助经营决策。 三要实现70%以上管控指标从业务系统中取数。通过各个业务系统的完善、打通，尽量实现70%以上的管控指标可以通过各个业务系统取数自动计算得出，并通过指标看板来实现经营指标的监控。 结束语 国际数据公司（IDC）预测到2021年全球至少50%的GDP将以数字化的方式实现，数字技术有利于提高企业经营管理中的洞察力和预见能力。 房地产大运营时代的数据治理，是企业自上而下推进的“一把手工程”，需要从整体经营视角来打通各专业条线和各管理层级的数据壁垒，并基于对行业整体数据治理趋势的研判，来针对性地为企业制定有序的数据治理优化思路。 作者：李燕、马海艳、罗瑞梁；来源：赛普地产研究院。互动与交流，欢迎添加主编微信joleandsophia |
|
|
